Testez vos connaissances sur l'algorithme KNN

Question 1 sur 5 10:00

[{"id":2165,"question":"Quel est le principe fondamental de l'algorithme KNN ?","option_a":"Classer un point en fonction de la classe majoritaire parmi ses k voisins les plus proches","option_b":"Trouver la distance minimale entre deux points","option_c":"Calculer la moyenne des coordonnées d'un ensemble de points","option_d":"Déterminer le point central d'un nuage de points","option_e":"","option_f":"","bonne_reponse":"A","explication":"L'algorithme KNN classe un point en fonction de la classe majoritaire parmi ses k voisins les plus proches, en utilisant une mesure de distance (comme la distance euclidienne).","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":2166,"question":"Quelle distance est la plus couramment utilisée dans l'algorithme KNN ?","option_a":"Distance de Manhattan","option_b":"Distance euclidienne","option_c":"Distance de Minkowski","option_d":"Distance de Hamming","option_e":"","option_f":"","bonne_reponse":"B","explication":"La distance euclidienne est la plus couramment utilisée dans KNN car elle mesure la distance 'à vol d'oiseau' entre deux points dans un espace cartésien.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":2167,"question":"Si k=1 dans l'algorithme KNN, que se passe-t-il ?","option_a":"Le point est classé en fonction de la classe de son voisin le plus proche","option_b":"Le point est classé en fonction de la moyenne des classes de ses voisins","option_c":"Le point est classé en fonction de la classe la plus fréquente parmi tous les points","option_d":"L'algorithme ne fonctionne pas avec k=1","option_e":"","option_f":"","bonne_reponse":"A","explication":"Avec k=1, le point est classé en fonction de la classe de son unique voisin le plus proche. Cela peut rendre l'algorithme sensible au bruit dans les données.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":2168,"question":"Comment calcule-t-on la distance euclidienne entre deux points A(2,3) et B(5,7) ?","option_a":"√[(5-2)² + (7-3)²]","option_b":"|5-2| + |7-3|","option_c":"(5-2) + (7-3)","option_d":"√[(2-5)² + (3-7)²]","option_e":"","option_f":"","bonne_reponse":"A","explication":"La distance euclidienne se calcule avec la formule √[(x₂-x₁)² + (y₂-y₁)²]. Ici, elle vaut √[(5-2)² + (7-3)²] = √(9 + 16) = 5.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":2169,"question":"Quel est l'avantage principal de l'algorithme KNN ?","option_a":"Il est très rapide à exécuter","option_b":"Il ne nécessite pas de phase d'entraînement","option_c":"Il fonctionne parfaitement avec des données bruitées","option_d":"Il peut classer n'importe quel type de données","option_e":"","option_f":"","bonne_reponse":"B","explication":"L'avantage principal de KNN est qu'il ne nécessite pas de phase d'entraînement, car il utilise directement les données disponibles pour classer de nouveaux points.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0}]